SpaceXAI: Grok Imagine Video

SpaceXAI: Grok Imagine Video adalah model pembuatan video dari xAI. Model ini berada di kategori video dan dirancang untuk mengubah input teks dan gambar menjadi klip video pendek. Jika Anda mengevaluasi model untuk pipeline yang membutuhkan gerakan yang dihasilkan, bukan teks atau gambar diam, inilah jenis model yang perlu dipertimbangkan, dan model ini berasal dari provider yang sama di balik keluarga Grok.

Dari sisi input, model ini menerima teks dan gambar. Dari sisi output, model ini menghasilkan video. Provider mendeskripsikannya sebagai cepat dan dikondisikan oleh teks, gambar, serta referensi, yang berarti Anda dapat mengarahkan pembuatan dari prompt tertulis, dari gambar, atau dari kombinasi keduanya. Klip output berdurasi 1 hingga 15 detik pada 24 frame per detik, pada 480p atau 720p. Tersedia tujuh rasio aspek: 16:9, 9:16, 1:1, 4:3, 3:4, 3:2 dan 2:3. Gambar first_frame dapat diberikan, yang memungkinkan Anda menambatkan pembukaan klip ke still tertentu. Tidak ada panjang konteks yang dicantumkan untuk model ini, jadi perlakukan prompt sebagai instruksi pembuatan, bukan sebagai konteks percakapan yang panjang.

Kemampuan tersebut mengarah pada serangkaian penggunaan yang cukup spesifik. Klip vertikal pendek dalam 9:16 cocok untuk format sosial, sedangkan 16:9 dan rasio yang lebih lebar cocok untuk pemutaran lanskap. Karena durasi maksimalnya 15 detik, model ini cocok untuk sekuens satu tembakan, still yang dianimasikan, pratinjau produk atau scene, dan visualisasi konsep cepat, bukan video naratif berdurasi panjang. Memberikan gambar first_frame berguna ketika Anda membutuhkan kesinambungan dengan artwork yang sudah ada, panel storyboard, atau foto, dan rentang rasio aspek berarti prompt yang sama dapat diadaptasi ke berbagai penempatan tanpa membuat ulang dari awal.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "x-ai/grok-imagine-video". Parameter permintaan yang didukung adalah logprobs, max_tokens, response_format, seed, temperature, top_logprobs dan top_p. Parameter seed perlu diperhatikan untuk pekerjaan video, karena memberi Anda cara agar eksekusi dapat direproduksi saat Anda melakukan iterasi pada sebuah prompt. Temperature dan top_p mengontrol sampling, dan parameter terkait logprob memungkinkan Anda memeriksa kemungkinan pada tingkat token di mana endpoint mengembalikannya. Karena antarmukanya kompatibel dengan OpenAI, klien dan SDK yang ada umumnya berfungsi hanya dengan mengubah base URL dan model id.

Ada batasan yang perlu diingat. Klip dibatasi hingga 15 detik dan resolusi hingga 720p, jadi pekerjaan yang membutuhkan durasi lebih panjang atau fidelitas lebih tinggi akan memerlukan model lain atau langkah perakitan yang menyatukan beberapa hasil pembuatan. Pembuatan audio tidak disebutkan dalam detail yang tersedia, jadi jangan mengasumsikan output menyertakan suara. Jika tugas Anda adalah teks, penalaran, atau pekerjaan gambar diam, bukan gerakan, model di kategori tersebut akan lebih cocok daripada model ini.